Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal J-Eltrik SinarFe7 PELS (Procedia of Engineering and Life Science)
Haryanto
Universitas Trunojoyo Madura
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Smart Electric Solar Car Application System Based on Android Ahmad Riyadi; Haryanto; Koko Joni; Achmad Ubaidillah
Procedia of Engineering and Life Science Vol 1 No 1 (2021): Proceedings of the 1st Seminar Nasional Sains 2021
Publisher : Universitas Muhammadiyah Sidoarjo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (643.892 KB) | DOI: 10.21070/pels.v1i1.816

Abstract

Electronic devices that are increasingly developing make alternatives to human activities every day so that human work can be completed easily. Like smartphones as electronic devices that have dominated electronic devices so that users have the convenience of fulfilling their needs. There have been many electronic devices that can be controlled by simply pressing the remote button without even touching anything but by voice commands. Technology has developed rapidly so that a microcontroller like Arduino can be integrated with other devices, such as an electric car that is equipped with solar panels as a source of electrical energy and controlled via an Android smartphone. In this study, an electric car will be controlled by an application on a smartphone with voice commands, and using bluetooth as a connection between the application system and the electric car system.
Desain Sistem Pengenalan dan Klasifikasi Kopi Bubuk Bermerek dengan Menggunakan Electronic Nose Berbasis Artifical Neural Network (ANN) Maria Ulfa; Haryanto; Kunto Aji Wibisono
J-Eltrik Vol 1 No 2 (2019): November
Publisher : Fakultas Teknik dan Ilmu Kelautan, Universitas Hang Tuah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30649/j-eltrik.v1i2.15

Abstract

Kopi merupakan salah satu hasil perkebunan yang ada di Indonesia yang memiliki nilai jual yang sangat tinggi. Secara umum jenis kopi yang terdapat di Indonesia adalah kopi robusta dan arabica, selain itu juga terdapat kopi liberica, dan hibrida. Dengan adanya perkembangan teknologi pada saat ini memungkinkan untuk membangun suatu sistem yang dapat bekerja menyerupai indera penciuman manusia. Salah satunya yaitu sensor electronic nose. Perancangan sistem klasifikasi dan pengenalan kualitas kopi bubuk ini menggunakan metode berbasis ANN atau lebih dikenal dengan metode jaringan syaraf tiruan, yang diharapkan mampu meningkatkan akurasi dalam mengelompokkan jenis kopi berdasarakan aroma kopi. Tujuan yang ingin dicapai pada penelitian ini adalah dapat mempermudah untuk mengenali dan mengklasifikasikan kopi bubuk dengan menggunakan e-nose, tidak lagi bergantung pada indera penciuman manusia yang biasanya tidak stabil serta tidak bisa secara kontinu menghasilkan ukuran yang tetap. Arsitektur yang dibangun menggunakan 3 buah layer dengan 3 input berupa hasil pembacaan gas elektronik nose. Sedangkan output target merupakan kombinasi dari biner angka 0 dan 1. Jaringan syaraf tiruan yang dipakai dalam penelitian ini mampu mengenali nilai kopi arabika, robusta dan liberika dengan dengan menggunakan iterasi maksimal sebesar 5000, hasil output menunjukan bahwa JST backpropagation mampu mengenali jenis kopi dengan tingkat keberhasilan 73.3%.
Rancang Bangun Monitoring Sensor Carbon Brush untuk Penulangan dengan Metode Fuzzy Logic (Studi Kasus Din PT.Wika Beton) Farid Amir Marzelly; Riza Alfita; Kunto Aji Wibisono; Haryanto; Miftachul Ulum
J-Eltrik Vol 1 No 2 (2019): November
Publisher : Fakultas Teknik dan Ilmu Kelautan, Universitas Hang Tuah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30649/j-eltrik.v1i2.37

Abstract

Carbon brush mempunyai peranan penting dalam dunia industri, akan tetapi masih terdapat sejumlah orang yang masih tidak mengerti cara kerja dari carbon brush tersebut dan tidak mengetahui keadaan benda tersebut dalam keadaan baik atau sudah rusak terutama oleh pekerja. Kelemahan pada saat troubleshooting menyebabkan para pekerja hanya menerka-nerka saja untuk kerusakan yang dialami, hal itu dapat mengakibatkan putusnya serabut carbon brush sehingga motor akan bekerja lebih berat dengan sisa carbon brush yang ada. Maka dari permasalah tersebut dibuatlah sebuah alat untuk memantau kinerja carbon brush itu sendiri. Yakni “rancang bangun monitoring sensor carbon brush untuk penulangan pada PT.WIKA BETON” yaitu penerapan sensor suhu untuk mendeteksi suhu pada setiap carbon brush. Penelitian yang dilakukan yakni menggunakan sensor suhu DHT11 yanki Carbon brush yang terdeteksi oleh sensor DHT11 akan mengirimkan data pada room control melalui ENC18J60 yang dilanjutkan dengan router data yang terdeteksi oleh sensor akan diproses dan akan menampilakn kondisinya pada GUI yang berada di room control, apabila suhu yang terdeteksi tidak melebihi dari 40°C kan terdeteksi motor dalam keadaan “normal” akan tetapi jika melebihi 40°C maka panel GUI akan menampilkan “overheat” yang akan mengaktifkan modul relay untuk mematikan mesin. Hasil dari pembacaan suhu akan disimpan dalam Microsoft acces yang digunakan sebagai arsip pabrik. Dari hasil penelitian ini menunjukkan bahwa system berjalan dengan baik. System dapat bertahan selam 24 jam selama masa kerja yakni 3 kali pergantian shift. Data yang dikirimkan real time dan sesuai dengan data yang ada dilapangan.
Klasifikasi Kecacatan Keramik Dengan Menggunakan Deteksi Tepi Canny Dan Metode Hough Line Transform Moch. Fachrur Rozi; Haryanto; Kunto Aji Wibisono
J-Eltrik Vol 1 No 2 (2019): November
Publisher : Fakultas Teknik dan Ilmu Kelautan, Universitas Hang Tuah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30649/j-eltrik.v1i2.36

Abstract

Pengelompokkan kualitas keramik dari proses produksi keramik masih saja dilakukan dengan cara manual yang memanfaatkan penglihatan manusia. Akan tetapi mata manusia juga mempunyai batas kelelahan pada mata manusia sehingga dapat mempengaruhi keakuratan dalam mengelompokkan kualitas keramik. Untuk itu peranan mata manusia akan digantikan dengan suatu proses otomatis yang akan mempermudah proses pengelompokkan kualitas keramik secara lebih cepat dan akurat dengan menggunakan system image proccessing. Metode Hough Line Transform dapat mendeteksi garis lurus pada suatu citra. Dengan mengkombinasikan antara tresholding, deteksi tepi canny dan juga metode hough line transform. Tresholding akan mengubah piksel yang awalnya RGB menjadi citra ke abu-abuan. Deteksi tepi canny berguna untuk mendeteksi citra tepi keramik dengan memanfaatkan tresholding sehinga akan nampak tepian dari keramik. Dalam penelitian ini algoritma Hough Line Transform dalam mengidentifikasi garis lurus pada bagian tepi keramik sehingga apabila terdapat kecacatan maka dapat terdeteksi. Berdasarkan pengujian dengan menggunakan 20 jenis data testing tiap data menunjukkan presentase keberhasilan dalam mengidentifikasi citra keramik adalah sebesar 70% dengan warna keramik yg berbeda-beda. Terdapat banyak faktor yang mempengaruhi tingkat keberhasilan pengklasifikasian kecacatan pada keramik seperti sudut, threshold, pencahayaan dan faktor-faktor lainnya.
Rancang Bangun Sistem Deteksi Dan Perhitungan Jumlah Orang Menggunakan Metode Convolutional Neural Network (CNN) Indana Nihayatul Husna; Miftachul Ulum; Adi Kurniawan Saputro; Haryanto; Deni Tri Laksono; 6Dian Neipa Purnamasari
SinarFe7 Vol. 5 No. 1 (2022): SinarFe7-5 2022
Publisher : FORTEI Regional VII Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (827.959 KB)

Abstract

Currently, technology is progressing very rapidly in various fields. One area of ​​technology that is multiplying is the field of electronics. Everyone wants a comfortable and straightforward process in every activity. Indoor people counting is developing as a novelty in video surveillance. Generally, security monitoring systems use CCTV cameras. The use of cameras can be used for monitoring the number of people (people counter). The working principle of this tool is to detect objects in the room that are processed by the camera. The camera will then be processed using the CNN (Convolutional Neural Network) algorithm to detect and count the number of people in the room based on the images of people's faces and or heads. To detect images of people's faces and heads using selective search to obtain image regions which are then used as CNN input. In this case, the region is used to determine the possibility of object images. The results of the classification calculation of the number of people from the CNN method will later be forwarded to the GUI to process data using Visual Studio Code. From the processing of data from the GUI, then the data will be displayed on the monitor.
Co-Authors Achmad Ubaidillah Adi Kurniawan Saputro Ahmad Riyadi Deni Tri Laksono Dian Neipa Purnamasari Farid Amir Marzelly Indana Nihayatul Husna Koko Joni Kunto Aji Wibisono Maria Ulfa Moch. Fachrur Rozi Riza Alfita Ulum, Miftachul